一种基于椭圆环模板匹配的人数统计方法技术

本发明专利技术提供了一种基于椭圆环模板匹配的人数统计方法，该方法包括以下步骤：S1、获取监控区域的视频流图像作为输入图像；S2、通过Sobel算子对输入图像进行边缘检测，得到边缘图像；S3、根据输入图像，通过背景差分法处理得到差分图像，并对差分图像进行二值化处理，以得到运动目标区域；S4、结合边缘图像和运动目标区域，进行与运算，并提取出公共部分，以得到运动目标轮廓；S5、通过若干椭圆环模板对运动目标轮廓进行扫描，并进行重合度Co计算，以提取出行人轮廓及行人轮廓的质心；S6、基于Kalman滤波器的最近邻匹配跟踪法，对质心进行跟踪和计数，以得到人数。通过若干椭圆环模板与运动目标轮廓进行匹配，提高了人数统计的效率和准确度。

【技术实现步骤摘要】

本专利技术属于视频图像处理及识别
，特别涉及。
技术介绍
在商场、购物中心、机场、车站等公共场所的管理和决策中，人流量是不可缺少的数据。通过对人流量，即进出人数的统计，可以实时有效的监控、组织公共场所的运营工作，为人们提供更安全的环境和更优质的服务。以商场为例，人流量是非常基础和重要的指标，和商场的销售量密切相关，如果知道比较准确和真实的人流量，可以为销售、服务和物流提供可靠的参考信息。传统的人数计数方法是利用人工检测，或接触式设备，但是随着信息化时代的到来，专利技术一种自动人数统计方法显得十分必要。智能化人数统计技术是利用计算机视觉和图像处理相结合的方法建立起来的智能管理系统，在不需要人工干预的情况下，只需要 通过对摄像机拍摄的视频序列进行实时分析来实现行人的定位、追踪以及人数统计。中国专利03109626. 3，名称为“微小昆虫自动技术系统”的专利技术专利公开了一种微小昆虫的自动计数系统。然而该专利技术仅仅是在特定的背景环境及特定区域中实现对特定目标体的自动计数。这种针对特定目标体的计数技术并不能满足公共区域各种环境中对不断变化的人流量的统计需求。有鉴于此，有必要对现有技术中公共区域中的人数统计方法予以改进，以解决上述问题。
技术实现思路
本专利技术的目的在于提供，该方法可以有效地提高公共区域内的人数统计的效率与准确度。为实现上述目的，本专利技术提供了，该方法包括以下步骤 51、获取监控区域的视频流图像作为输入图像； 52、通过Sobel算子对输入图像进行边缘检测，得到边缘图像； 53、根据输入图像，通过背景差分法处理得到差分图像，并对差分图像进行二值化处理，以得到运动目标区域； 54、结合边缘图像和运动目标区域，进行与运算，并提取出公共部分，以得到运动目标轮廓； 55、通过若干椭圆环模板对运动目标轮廓进行扫描，并进行重合度Co计算，以提取出行人轮廓及行人轮廓的质心； 56、基于Kalman滤波器的最近邻匹配跟踪法，对质心进行跟踪和计数，以得到人数。作为本专利技术的进一步改进，所述步骤SI具体为通过摄像机获取监控区域的视频流图像作为输入图像，所述监控区域位于摄像机的正下方。作为本专利技术的进一步改进，所述步骤S2具体为运用3X3的Sobel算子对所述步骤Si所获取的输入图像进行边缘检测，得到边缘图像。作为本专利技术的进一步改进，所述步骤S3中的背景差分法处理具体为根据步骤Si获取的输入图像，提取出第一帧无运动物体的场景图像作为背景图像，然后利用当前帧图像与背景图像作背景差分运算以得到差分图像，所述背景差分运算的计算公式为Dk (x, y) = Fk (x, y) ■ B(x, y)； 其中，B(Xy)为背景图像中像素点的灰度值，为当前帧图像中像素点的灰 度值，Dk(x, γ)为二者的差分图像。作为本专利技术的进一步改进，所述步骤S5中“通过若干椭圆环模板对运动目标轮廓进行扫描，并进行重合度Co计算，以提取出行人轮廓”具体为 通过若干椭圆环模板，对步骤S4获取的运动目标轮廓进行扫描，以提取出落在椭圆环模板内的运动目标轮廓像素点，然后对提取出的运动目标轮廓像素点与椭圆环模板进行重合度Co计算，将该重合度Co与设定阈值T作比较， 若重合度Co大于或等于设定阈值T，提取该运动目标轮廓像素点作为行人轮廓， 若重合度Co小于设定阈值T，不提取该运动目标轮廓像素点， 所述重合度Co的计算公式为_ LiterNiiiiiCo 二 -100 0O ； ModelNiuii 其中，ModelNum为椭圆环模板外周长与内周长之间的像素点的总数；InterNum为运动目标轮廓像素点落在所述椭圆环模板的外周长与内周长之间的像素点的总数。作为本专利技术的进一步改进，所述设定阈值T为50%。作为本专利技术的进一步改进，所述步骤S5中提取出行人轮廓的质心具体为根据提取出的行人轮廓的最小外接矩形的几何中心作为行人轮廓的质心。作为本专利技术的进一步改进，所述步骤S6具体为根据步骤S5所获取的行人轮廓的质心，利用Kalman滤波器估计质心在下一帧图像中的位置，在下一帧中利用最近邻匹配跟踪法，对质心进行跟踪和计数。与现有技术相比，本专利技术的有益效果是通过若干椭圆环模板与运动目标轮廓进行匹配的方法，可对人流量巨大的场所进行实时人数的统计，从而提高了人数统计的效率和准确度。附图说明图I为本专利技术具体实施方式的流程示意 图2为图I所示的获取监控区域的视频流图像的工作原理示意 图3a为Sobel算子计算x方向的梯度值的示意 图3b为Sobel算子计算y方向的梯度值的示意图；图4为本专利技术所示的输入图像作卷积和运算的示意 图5为图2所示的监控区域中的行人在不同位置所获取的不同形状的运动目标轮廓的示意 图6为本专利技术所示的椭圆环模板的示意 图7A为本专利技术所示的椭圆环模板对运动目标轮廓进行扫描，并提取运动目标轮廓像素点作为行人轮廓的示意 图7B为本专利技术所示的椭圆环模板对运动目标轮廓进行扫描，并不提取该运动目标轮廓像素点的示意 图8为本专利技术所示的提取行人轮廓质心的示意 图9为本专利技术所示的最近邻匹配跟踪法的示意 图10为本专利技术所示的对行人轮廓的质心进行计数的示意图。具体实施例方式下面结合附图所示的各实施方式对本专利技术进行详细说明，但应当说明的是，这些实施方式并非对本专利技术的限制，本领域普通技术人员根据这些实施方式所作的功能、方法、或者结构上的等效变换或替代，均属于本专利技术 的保护范围之内。参图I所示，图I为本专利技术的流程示意图。在本实施方式中，，所述人数统计方法包括以下步骤 SI、获取监控区域的视频流图像作为输入图像。关于公共区域内的人数统计的方法，常用的有基于运动特性的方法、基于形状信息的方法、基于行人模型、结构元素的方法、立体视觉的方法、神经网络的方法、小波和支持向量机等方法。参图2所示，本专利技术是基于摄像机垂直拍摄并适用于室外情况和室内情况。在本实施方式中，该步骤Si具体为通过摄像机10获取监控区域30的视频流图像作为输入图像，所述监控区域30位于摄像机10的正下方。具体的，摄像机10设置在出入口 20附近的正上方，行人可沿着箭头201的方向上在出入口 20中来回走动。摄像机10所获取的监控区域30可完全覆盖出入口 20的全部区域。在本实施方式中，该监控区域30为矩形，当然也可以为正方形或圆形或者其他形状。摄像机10位于监控区域30的中心点301的正上方，由此我们可以推导出，该监控区域30位于摄像机10的正下方。S2、通过Sobel算子对输入图像进行边缘检测，得到边缘图像。边缘是指图像局部亮度变化最显著的部分，主要存在于目标与目标、目标与背景、区域与区域之间，边缘检测是检测图像局部显著变化的最基本运算，图像灰度值的显著变化可用梯度的离散逼近函数来检测。结合图3a、图3b与图4所示，对一帧256级灰度的输入图像在某个像素点的灰度值设为f(x，y)，对于该像素点的梯度值计算公式如下权利要求1.，其特征在于，该方法包括以下步骤 S1、获取监控区域的视频流图像作为输入图像； S2、通过Sobel算子对输入图像进行边缘检测，得到边缘图像； S3、根据输入图像，通过背景差分法处理得到差分图像，并对差分图像进行二值化处理，以得到运动目标区域； S4、结合边缘图像本文档来自技高网...

【技术保护点】
一种基于椭圆环模板匹配的人数统计方法，其特征在于，该方法包括以下步骤：S1、获取监控区域的视频流图像作为输入图像；S2、通过Sobel算子对输入图像进行边缘检测，得到边缘图像；S3、根据输入图像，通过背景差分法处理得到差分图像，并对差分图像进行二值化处理，以得到运动目标区域；S4、结合边缘图像和运动目标区域，进行与运算，并提取出公共部分，以得到运动目标轮廓；S5、通过若干椭圆环模板对运动目标轮廓进行扫描，并进行重合度Co计算，以提取出行人轮廓及行人轮廓的质心；S6、基于Kalman滤波器的最近邻匹配跟踪法，对质心进行跟踪和计数，以得到人数。

【技术特征摘要】

【专利技术属性】
技术研发人员：吕楠，瞿研，杨京雨，
申请(专利权)人：无锡慧眼电子科技有限公司，
类型：发明
国别省市：